• 한국컴퓨터정보학회논문지
• /
• 제12권1호
• /
• pp.269-276
• /
• 2007

국방 연구개발은 사용군의 요구사항을 만족시키는 무기체계를 최단 기간, 최소 비용 및 고품질로 개발하고자 노력하고 있으며, 통합 데이터베이스 전산 환경 하에서 체계공학 및 동시공학을 체계적으로 구현하기 위한 연구개발 프로세스 및 도구들이 개발되고 있다. 항공 무기체계 분야에서 본 논문의 연구개발 과정에서 생성되는 기술 자료를 효율적으로 관리하기 위한 웹기반 체계운영관리시스템을 개발 및 운용하고 있으며, 기존 항공 무기체계 연구개발 사업에 적용하여 그 효율성을 입증 및 검증하였다. 이에 본 논문에서는 체계운영관리시스템 기반으로 향후 개발 예정인 보라매 사업, 무인항공기 및 무인전투기에 적용 가능한 통합 연구개발 프레임웍(Framework) 및 통합 무기체계 데이터베이스 발전 방안에 대해서 기술한다. 또한, 연구소에서 운영 예정인 WISEMAN과의 연동 및 통합 방안에 대해서도 기술한다.

• 한국전자거래학회지
• /
• 제10권1호
• /
• pp.41-60
• /
• 2005

본 논문에서는 국방CALS의 구현을 위한 표준방법론인 ID EF1/1X를 무기체계 연구개발 절차에 적용하여 연구개발 수행과정에서의 연구목표, 정보의 입력, 산출, 제약조건에 대한 정보모델링을 제시하였다. ID EF1/1X를 실행하는 프로그램인 SmartER를 이용하여 연구개발 수행기관 내부에 존재하는 모든 정보자원의 관리에 대한 요구분석을 실시하여 관리해야 할 정보를 식별한 후 TO-BE모델에 대한 정보모델링을 제시한 것이다. ID EF 적용대상인 무기체계 연구개발의 절차는 개념연구, 탐색개발, 체계개발, 그리고 시제품 제작을 거쳐 연구개발 결과 보고서 작성 단계로 구성되어 있다. 본 연구의 정보모델링 결과로 무기체계 통합데이터베이스(IWSDB)를 이용하여 정보를 공유하고 연구개발업무를 수행하는 것을 제시하였다. 무기체계 연구개발사업과 같은 대형 체계개발 사업에 대한 프로세스의 효율성을 기하기 위해서 적절한 방법론으로 알려진 IDEF에 대한 본격적인 연구가 진행되어 국방CALS를 구현하는 계기가 되었으면 한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권5호
• /
• pp.1301-1316
• /
• 2024

In modern warfare, missiles play a pivotal role but typically spend the majority of their lifecycle in long-term storage or standby mode, making it difficult to detect failures. Preemptive detection of missiles that will fail is crucial to preventing severe consequences, including safety hazards and mission failures. This study proposes a contamination-based stacking ensemble model, employing the local outlier factor (LOF), to detect such missiles. The proposed model creates multiple base LOF models with different contamination values and combines their anomaly scores to achieve a robust anomaly detection. A comparative performance analysis was conducted between the proposed model and the traditional single LOF model, using production-related inspection data from missiles deployed in the military. The experimental results showed that, with the contamination parameter set to 0.1, the proposed model exhibited an increase of approximately 22 percentage points in accuracy and 71 percentage points in F1-score compared to the single LOF model. This approach enables the preemptive identification of potential failures, undetectable through traditional statistical quality control methods. Consequently, it contributes to lower missile failure rates in real battlefield scenarios, leading to significant time and cost savings in the military industry.